MUESTREO DE SITIOS A ESCALA REGIONAL PARA MAPEO DIGITAL BASADO EN PROPIEDADES DE SUELO

Autores/as

  • Pablo Ariel Paccioretti CONICET - Estadística y Biometría, Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba. UFyMA (Unidad de Fitopatología y Modelización Agrícola INTA - CONICET) http://orcid.org/0000-0002-1267-6361
  • Franca Giannini Kurina CONICET - Estadística y Biometría, Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba. UFyMA (Unidad de Fitopatología y Modelización Agrícola INTA - CONICET) http://orcid.org/0000-0001-6763-7792
  • Monica Graciela Balzarini CONICET - Estadística y Biometría, Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba. UFyMA (Unidad de Fitopatología y Modelización Agrícola INTA - CONICET) http://orcid.org/0000-0002-4858-4637

Palabras clave:

Muestreo por Hipercubo Latino Condicionado, Muestreo Aleatorio, Regresión Lineal Múltiple, Bosques Aleatorios.

Resumen

El objetivo de este estudio fue evaluar el desempeño del método de muestreo denominado hipercubo latino condicionado (cLHS) para identificar sitios convenientes para la obtención de datos de propiedades edáficas, que son usados en la construcción de modelos para el mapeo digital de una variable espacialmente distribuida, como es el carbono orgánico del suelo (COS). Dados N sitios con información sobre p variables explicativas (X), cLHS selecciona una muestra de n sitios de tal manera que la distribución multivariada de X sea completamente caracterizada. En este trabajo, se utilizaron datos de un estudio regional de suelos de la Provincia de Córdoba para comparar el desempeño del método de muestreo cLHS con el muestreo aleatorio simple (MAS). Para evaluar el método de muestreo, se muestreó repetidamente la población de sitios con datos y se ajustó, en cada muestra, la relación entre COS y las propiedades edafo-climáticas del sitio, usando tanto modelos de regresión lineal como el algoritmo random forest de aprendizaje automático. Se evaluaron los errores de predicción de cada método de muestreo con cada método estadístico usado para la predicción de COS en sitios donde esta variable no fue medida. El método de muestreo impactó la confiabilidad global de las predicciones derivadas de ambos modelos de regresión y los errores de predicción sitio-específicos. El método cLHS fue más eficiente que MAS para identificar sitios con suficiente variabilidad para estimar el modelo de la relación entre COS y propiedades edafo-climáticas, usado para predecir en otros sitios del territorio el valor del COS. El modelo estimado puede ser usado para mapeo digital de COS.

Descargas

Publicado

01-12-2020

Cómo citar

Paccioretti, P. A., Kurina, F. G., & Balzarini, M. G. (2020). MUESTREO DE SITIOS A ESCALA REGIONAL PARA MAPEO DIGITAL BASADO EN PROPIEDADES DE SUELO. Ciencia Del Suelo, 38(2). Recuperado a partir de https://ojs.suelos.org.ar/index.php/cds/article/view/576

Número

Sección

Génesis, Clasificación, Cartografía y Mineralogía de Suelos